定位方法和装置与流程

本公开的实施例涉及计算机技术领域，具体涉及计算机视觉技术领域，具体涉及定位方法和装置。

背景技术：

计算机视觉是使用计算机及相关设备对生物视觉的一种模拟，通过对采集的图片或视频进行处理以获得相应场景的三维信息。

相关的定位方法根据已有图像及图像中的点特征，将当前图像提取的点特征放到数据库中匹配，再根据匹配到的点特征进行定位。

技术实现要素：

本公开的实施例提出了定位方法和装置。

第一方面，本公开的实施例提供了一种定位方法，该方法包括：获取待定位图像的语义对象和待定位图像的显著图；叠加待定位图像的语义对象和待定位图像的显著图，得到包含显著语义对象的待定位图像；将数据库中与待定位图像中的显著语义对象相匹配的预设显著语义对象作为目标显著语义对象；基于目标显著语义对象的位置信息，确定待定位图像的位置。

在一些实施例中，将数据库中与待定位图像中的显著语义对象相匹配的预设显著语义对象作为目标显著语义对象包括：将数据库中特征点与待定位图像中的显著语义对象的特征点相匹配的预设显著语义对象作为目标显著语义对象。

在一些实施例中，将数据库中与待定位图像中的显著语义对象相匹配的预设显著语义对象作为目标显著语义对象包括：获取待定位图像中的显著语义对象的描述信息；基于待定位图像中的显著语义对象的描述信息，在数据库中检索描述信息与待定位图像中的显著语义对象的描述信息相符的预设图像中包含的预设显著语义对象，得到预设显著语义对象集合；将预设显著语义对象集合中的预设显著语义对象特征点与待定位图像中的显著语义对象的特征点相匹配的预设显著语义对象作为目标显著语义对象。

在一些实施例中，将待定位图像中的显著语义对象与所述预设显著语义对象集合中的显著语义对象进行匹配，得到与待定位图像中的显著语义对象相匹配的目标显著语义对象包括：对所述预设显著语义对象集合中的预设显著语义对象进行位置滤波，得到滤波后的预设显著语义对象集合；将待定位图像中的显著语义对象与滤波后的预设显著语义对象集合中的预设显著语义对象进行匹配，得到与待定位图像中的显著语义对象相匹配的目标显著语义对象。

在一些实施例中，将待定位图像的定位位置信息显示在三维重建后的室内环境图像中。

第二方面，本公开的实施例提供了一种定位装置，装置包括：获取单元，被配置成获取待定位图像的语义对象和获取待定位图像的显著图；计算单元，被配置成叠加待定位图像的语义对象和待定位图像的显著图，得到包含显著语义对象的待定位图像；匹配单元，被配置成将数据库中与待定位图像中的显著语义对象相匹配的预设显著语义对象作为目标显著语义对象；确定单元，基于目标显著语义对象的位置信息，确定待定位图像的位置。

在一些实施例中，匹配单元包括：第一匹配模块，被配置成将数据库中特征点与待定位图像中的显著语义对象的特征点相匹配的预设显著语义对象作为目标显著语义对象。

在一些实施例中，匹配单元包括：第一获取模块，被配置成获取待定位图像中的显著语义对象的描述信息；检索模块，基于待定位图像中的显著语义对象的描述信息，在数据库中检索描述信息与待定位图像中的显著语义对象的描述信息相符的预设图像中包含的预设显著语义对象，得到预设显著语义对象集合；第二匹配模块，将预设显著语义对象集合中的预设显著语义对象特征点与待定位图像中的显著语义对象的特征点相匹配的预设显著语义对象作为目标显著语义对象。

在一些实施例中，第二匹配模块进一步被配置成：对所述预设显著语义对象集合中的预设显著语义对象进行位置滤波，得到滤波后的预设显著语义对象集合；将待定位图像中的显著语义对象与滤波后的预设显著语义对象集合中的预设显著语义对象进行匹配，得到与待定位图像中的显著语义对象相匹配的目标显著语义对象。

在一些实施例中，装置进一步被配置成：将所述待定位图像的定位位置信息显示在三维重建后的室内环境图像中。

第三方面，本公开的实施例提供了一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面任一实施例中的方法。

第四方面，本公开的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如第一方面任一实施例中的方法。

本公开的实施例提供的定位方法和装置，首先获取待定位图像的语义对象和获取待定位图像的显著图；叠加待定位图像的语义对象和待定位图像的显著图，得到包含显著语义对象的待定位图像；而后将数据库中与待定位图像中的显著语义对象相匹配的预设显著语义对象作为目标显著语义对象；最后基于目标显著语义对象的位置信息，确定待定位图像的位置，通过对图像的显著性语义对象进行匹配能够减少弱纹理区域或者重复纹理区域的影响，能够提高匹配结果的稳定性和匹配正确率，进而能够精确地定位。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一些实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的定位方法的一个实施例的流程图；

图3是根据本公开的定位方法的又一个实施例的流程图；

图4是根据本公开的定位装置的一个实施例的结构示意图；

图5是适于用来实现本公开的实施例的服务器的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的实施例的定位方法或定位装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如拍摄图片的应用、网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持拍摄照片的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上传的图像进行处理的图像服务器。图像服务器可以对接收到的图像等数据进行分析等处理，并将处理结果(例如图像的定位位置)反馈给终端设备。

需要说明的是，本公开的实施例所提供的定位方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，定位装置可以设置于终端设备101、102、103中，也可以设置于服务器105中。在此不做具体限定。

需要说明的是，服务端、客户端可以是硬件，也可以是软件。当服务端、客户端为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务端、客户端为软件时，可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本公开的定位方法的一个实施例的流程200。该定位方法，包括以下步骤：

步骤201，获取待定位图像的语义对象和待定位图像的显著图。

在本实施例中，定位方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从本地或用户端(例如图1所示的终端设备)获取待定位图像的语义对象和待定位图像显著图。

具体地，执行主体可以从本地或用户端的图像数据库获取待定位图像的语义对象和待定位图像的显著图。或者，执行主体从本地或用户端获取待定位图像，之后对获取的待定位图像进行分析处理，得到待定位图像的语义对象和显著图。

该待定位图像的语义对象，可以是执行主体或者用户端通过语义分割方法(例如全卷积方法等深度学习方法)对图像的全像素进行语义分割得到。经过语义分割后，得到图像中的多个对象(例如“板凳”、“墙面”、“地面”、“电脑”、“盆栽”等)，每个对象包括归属于该对象的所有像素(例如语义对象“电脑”包括归属于其本身的所有像素)。

该待定位图像的显著图，可以是执行主体或者用户端通过视觉显著性检测算法(例如lc算法)对待定位图像进行显著性检测得到。经过显著性检测后得到待定位图像的显著图，包括具有视觉显著性的对象。

步骤202，叠加待定位图像的语义对象和待定位图像的显著图，得到包含显著语义对象的待定位图像。

在本实施例中，可以将待定位图像的语义对象的灰度值和待定位图像的显著图的灰度值进行叠加，即可得到待定位图像中显著性区域的语义对象，也即得到显著语义对象，从而得到包含显著语义对象的待定位图像。

步骤203，将数据库中与待定位图像中的显著语义对象相匹配的预设显著语义对象作为目标显著语义对象。

在本实施例中，预设显著语义对象是预先存储在数据库中的预设图像对应的显著语义对象。

作为一个示例，可预先采用将摄像头以车载或人工的形式环绕室内环境，而后执行主体获取基本覆盖室内环境的图像，执行主体采用sfm(structurefrommotion，运动恢复结构)技术或者slam(simultaneouslocalizationandmapping)技术对基本覆盖室内环境的图像进行三维重建，得到重建后的预设图像，并将重建后的预设图像存储至数据库中，而后对预设图像中每张预设图像进行显著性检测和语义分割，得到每张预设图像的显著图和语义对象，分别对每张预设图像的显著图和语义对象进行叠加，得到叠加后的显著性语义对象，最后采用sfm技术或者slam技术对叠加后的显著语义对象进行三维重建，将三维重建后的显著语义对象作为预设显著语义对象存储至数据中。

具体的，可以基于匹配显著性语义对象特征点的方式确定与待定位图像中的显著语义对象相匹配的目标显著语义对象；还可以预先确定预设显著语义对象集合，而后基于匹配显著性语义对象特征点的方式确定预设显著语义对象集合中与待定位图像中的显著语义对象相匹配的目标显著语义对象。其中预设显著语义对象集合可以包括一个或多个预设显著语义对象，预设显著语义对象集合中的每一个预设显著语义对象与待定位图像中的显著语义对象包含相同的描述信息。在本实施例的一些可选的实现方式中，将数据库中特征点与待定位图像中的显著语义对象的特征点相匹配的预设显著语义对象作为目标显著语义对象。

具体的，待定位图像中显著语义对象的特征点可以是通过检测算法检测得到，可以是基于深度学习的方法检测得到，也可以是场景中的人工标记点。在进行两个特征点的匹配时，可以通过距离度量(如欧式距离度量)的方式、设定匹配策略的方式(如最近邻距离和次近邻距离比小于设定值)对待定位图像中显著语义对象的特征点与预设显著语义对象的特征点进行匹配。

执行主体将待定位图像中的显著语义对象的特征点与预设显著语义对象的特征点进行匹配，得到特征匹配点对，而后对特征匹配点对进行匹配准确度校验，将匹配准确度大于阈值的特征匹配点对所对应的预设显著语义对象确定为与待定位图像中的显著语义对象相匹配的的目标显著语义对象。其中，可以采用物体关系几何校验或特征点距离校验等用于确定匹配正确的匹配点对的方式对特征匹配点对进行匹配准确度校验，经过匹配准确度校验后，得到匹配正确的特征匹配点对，将匹配正确的特征匹配点对的数目大于阈值的特征匹配点对所对应的预设显著语义对象确定为与待定位图像中显著语义对象相匹配的目标显著语义对象。

执行主体将数据库中特征点与待定位图像中的显著语义对象的特征点相匹配的预设显著语义对象作为目标显著语义对象，能够减少弱纹理区域或者重复纹理区域的影响，能够提高匹配结果的稳定性和匹配正确率，进而能够精确地定位。

步骤204，基于目标显著语义对象的位置信息，确定待定位图像的位置。

在本实施例中，执行主体将目标显著语义对象的三维位置信息确定为待定位图像中显著语义对象的三维位置信息，并将该待定位图像中显著语义对象的三维位置信息确定为待定位图像的位置。其中，目标显著语义对象的三维位置信息预先存储在数据库中。

作为一个示例，可预先采用将摄像头以车载或人工的形式环绕室内环境，而后执行主体获取基本覆盖室内环境的图像，执行主体采用sfm(structurefrommotion，运动恢复结构)技术或者slam(simultaneouslocalizationandmapping)技术对基本覆盖室内环境的图像进行三维重建，得到重建后的预设图像，并将重建后的预设图像存储至数据库中，而后对预设图像中每张预设图像进行显著性检测和语义分割，得到每张预设图像的显著图和语义对象，分别对每张预设图像的显著图和语义对象进行叠加，得到叠加后的显著性语义对象，最后采用sfm技术或者slam技术对叠加后的显著语义对象进行三维重建，得到叠加后的显著语义对象的三维位置信息，将叠加后的显著语义对象的三维位置信息确定为预设显著语义对象的三维位置信息，并将与预设显著语义对象相匹配的显著语义对象作为目标显著语义对象，从而最终得到目标显著语义对象的三维位置信息。

在本实施例的一些可选的实现方式中，基于步骤204确定待定位图像的定位位置后，可进一步将待定位图像的定位位置信息显示在三维重建后的室内环境图像中。执行主体(例如图1所示的服务器105)可将待定位图像的定位位置信息以标识(例如箭头，圆点等)的形式标记在三维重建后的室内环境图像中，而后可发送至用户端显示。

本公开的上述实施例提供的方法，首先获取待定位图像的语义对象和获取待定位图像的显著图；叠加待定位图像的语义对象和待定位图像的显著图，得到包含显著语义对象的待定位图像；而后将数据库中与待定位图像中的显著语义对象相匹配的预设显著语义对象作为目标显著语义对象；最后基于目标显著语义对象的位置信息，确定待定位图像的位置，能够减少弱纹理区域或者重复纹理区域的影响，能够提高匹配结果的稳定性和匹配正确率，进而能够精确地定位。

进一步参考图3，其示出了定位方法的又一个实施例的流程300。该定位方法的流程300，包括以下步骤：

步骤301，获取待定位图像的语义对象和待定位图像的显著图。

在本实施例中，定位方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从本地或用户端(例如图1所示的终端设备)获取待定位图像的语义对象和显著图。

具体地，执行主体可以从本地或用户端的图像数据库获取待定位图像的语义对象和显著图。优选的，执行主体从本地或用户端获取待定位图像，之后对获取的待定位图像进行图像的分析处理，得到待定位图像的语义对象和显著图。

该待定位图像的语义对象，可以是执行主体或者用户端通过语义分割方法(例如全卷积方法等深度学习方法)对图像的全像素进行语义分割得到。经过语义分割后，得到图像中的多个对象(例如“板凳”、“墙面”、“地面”、“电脑”等)，每个对象包括归属于该对象的所有像素(例如语义对象“电脑”包括归属于其本身的所有像素)。

该待定位图像的显著图，可以是执行主体或者用户端通过视觉显著性检测算法(例如lc算法)对待定位图像进行显著性检测得到，经过显著性检测后，得到待定位图像中的显著图，显著图包含具有视觉显著性的对象。

步骤302，叠加待定位图像的语义对象和待定位图像的显著图，得到包含显著语义对象的待定位图像。

在本实施例中，可以将待定位图像的语义对象的灰度值和待定位图像的显著图的灰度值进行叠加，即可得到待定位图像中显著性区域的语义对象，也即得到显著语义对象，从而得到包含显著语义对象的待定位图像。

步骤303，获取待定位图像中的显著语义对象的描述信息。

在本实施例中，定位方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从本地或用户端(例如图1所示的终端设备)获取待定位图像中显著语义对象的描述信息。

具体地，执行主体可以从本地或用户端的图像数据库获取待定位图像中显著语义对象的描述信息。或者，执行主体先从本地或用户端获取待定位图像，之后对获取的待定位图像的显著语义对象进行图像特征的分析处理，得到待定位图像中显著语义对象的描述信息。

在本实施例的一些可选的实现方式中，待定位图像中的显著语义对象的描述信息可以是用于描述显著性语义对象所属物体类别的信息，例如“电脑”，“盆栽”等，也可以是用于描述显著性语义对象的标识的信息，例如“某广告牌标识信息”、“交通路标标识信息”等。

该待定位图像中的显著性语义对象的描述信息，可以是执行主体或者用户端通过物体检测技术对待定位图像中的显著性语义对象进行检测，得到待定位图像中显著性语义对象对应的描述信息，例如“电脑”，“盆栽”等固定物体的类别信息；还可以是执行主体或者用户端通过ocr技术对待定位图像中的显著性语义对象标识信息进行检测，得到待定位图像中标识牌对应的描述信息，例如“某广告牌标识信息”、“交通路标标识信息”等。

步骤304，基于待定位图像中的显著语义对象的描述信息，在数据库中检索描述信息与待定位图像中的显著语义对象的描述信息相符的预设图像中包含的预设显著语义对象，得到预设显著语义对象集合。

在本实施例中，基于步骤303中得到的待定位图像中对象的描述信息，上述执行主体(例如图1所示的服务器)可以在数据库中检索描述信息与待定位图像中的显著语义对象的描述信息相同的预设图像中包含的预设显著语义对象，得到预设显著语义对象集合，其中预设显著语义对象是预先存储在数据库中的预设图像对应的显著语义对象，存储在数据库中的预设显著语义对象的确定方式不再赘述。

作为一个示例，例如待定位图像中的显著语义对象含有“电脑”、“盆栽”等物体类别描述信息或“某广告牌标识信息”、“交通路标标识牌信息”等标识牌的描述信息，执行主体在数据库中检索与“电脑”、“鱼缸”、“某广告牌标识信息”、“交通路标标识牌信息”描述信息相同的预设图像，将所有含有“电脑”、“鱼缸”、“某广告牌标识信息”或“交通路标标识牌信息”描述信息的图像确定为预设图像集合。

通过获取待定位图像中显著性语义对象的描述信息，而后在数据库中检索描述信息与待定位图像中对象的描述信息相符的预设图像中包含的预设显著语义对象，得到预设显著语义对象集合。基于待定位图像中显著性语义对象的描述信息确定的预设显著语义对象集合，能够减少弱纹理区域或者重复纹理区域的影响，能够提高匹配结果的稳定性和匹配正确率，进而能够精确地定位。

步骤305，将待定位图像中的显著语义对象与预设显著语义对象集合中的显著语义对象进行匹配，得到与待定位图像中的显著语义对象相匹配的目标显著语义对象。

在本实施例中，基于步骤304得到的预设显著语义对象集合，执行主体可以通过匹配显著性语义对象特征点的方式，将待定位图像中的显著语义对象的特征点与预设显著语义对象集合中的显著语义对象的特征点进行匹配，并将特征点与待定位图像中的显著语义对象的特征点相匹配的预设显著语义对象作为目标显著语义对象。

在本实施例中，待定位图像中的显著语义对象的特征点可以是通过检测算法检测得到，可以是基于深度学习的方法检测得到，也可以是场景中的人工标记点。

在进行两个特征点的匹配时，可以通过距离度量(如欧式距离度量)的方式、设定匹配策略的方式(如最近邻距离和次近邻距离比小于设定值)对待定位图像的特征点与预设图像集合中的预设图像的特征点进行匹配。

在本实施例的一些可选的实现方式中，可以对预设显著语义对象集合中的预设显著语义对象进行位置滤波，得到滤波后的预设显著语义对象集合，而后将待定位图像中的显著语义对象与滤波后的预设显著语义对象集合中的预设显著语义对象进行匹配，得到与待定位图像中的显著语义对象相匹配的目标显著语义对象。采用预先对预设显著语义对象进行位置滤波，可以使得到的预设显著语义对象集合中的预设显著语义对象更加清晰，而后在进行特征点匹配时，能够更加准确，最终使定位更加精确。

步骤306，基于目标显著语义对象的位置信息，确定待定位图像的位置。

在本实施例中，执行主体将目标显著语义对象的三维位置信息确定为待定位图像中显著语义对象的三维位置信息，并将该待定位图像中显著语义对象的三维位置信息确定为待定位图像的位置。其中，目标显著语义对象的三维位置信息预先存储在数据库中。

作为一个示例，可预先采用将摄像头以车载或人工的形式环绕室内环境，而后执行主体获取基本覆盖室内环境的图像，执行主体采用sfm(structurefrommotion，运动恢复结构)技术或者slam(simultaneouslocalizationandmapping)技术对基本覆盖室内环境的图像进行三维重建，得到重建后的预设图像，并将重建后的预设图像存储至数据库中，而后对预设图像中每张预设图像进行显著性检测和语义分割，得到每张预设图像的显著图和语义对象，分别对每张预设图像的显著图和语义对象进行叠加，得到叠加后的显著性语义对象，最后采用sfm技术或者slam技术对叠加后的显著语义对象进行三维重建，得到叠加后的显著语义对象的三维位置信息，将叠加后的显著语义对象的三维位置信息确定为预设显著语义对象的三维位置信息，并将与预设显著语义对象相匹配的显著语义对象作为目标显著语义对象，最终得到目标显著语义对象的三维位置信息。

在本实施例的一些可选的实现方式中，基于步骤306确定待定位图像的定位位置后，可进一步将待定位图像的定位位置信息显示在三维重建后的室内环境图像中。执行主体(例如图1所示的服务器105)可将待定位图像的定位位置信息以标识(例如箭头，圆点等)的形式标记在三维重建后的室内环境图像中，而后可发送至用户端显示。

本公开的上述实施例提供的方法，首先获取待定位图像的语义对象和获取待定位图像的显著图；叠加待定位图像的语义对象和待定位图像的显著图，得到包含显著语义对象的待定位图像；而后获取待定位图像中的显著语义对象的描述信息；基于待定位图像中的显著语义对象的描述信息，在数据库中检索描述信息与待定位图像中的显著语义对象的描述信息相符的预设图像中包含的预设显著语义对象，得到预设显著语义对象集合；将待定位图像中的显著语义对象与预设显著语义对象集合中的显著语义对象进行匹配，得到与待定位图像中的显著语义对象相匹配的目标显著语义对象。基于目标显著语义对象的位置信息，确定待定位图像的位置，能够减少弱纹理区域或者重复纹理区域的影响，能够提高匹配结果的稳定性和匹配正确率，进而能够精确地定位。

进一步参考图4，作为对上述各图所示方法的实现，本公开提供了一种定位装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的定位装置400包括：获取单元401、计算单元402、匹配单元403和确定单元404。其中，获取单元401配置用于获取待定位图像的语义对象和获取待定位图像的显著图；计算单元402配置用于叠加待定位图像的语义对象和待定位图像的显著图，得到包含显著语义对象的待定位图像；匹配单元403配置用于将数据库中与待定位图像中的显著语义对象相匹配的预设显著语义对象作为目标显著语义对象；而确定单元404配置用于基于目标显著语义对象的位置信息，确定待定位图像的位置。

在本实施例一些可选的实现方式中，匹配单元403包括第一匹配模块，被配置成将数据库中特征点与待定位图像中的显著语义对象的特征点相匹配的预设显著语义对象作为目标显著语义对象。

在本实施例一些可选的实现方式中，匹配单元403匹配单元包括：第一获取模块，被配置成获取待定位图像中的显著语义对象的描述信息；检索模块，基于待定位图像中的显著语义对象的描述信息，在数据库中检索描述信息与待定位图像中的显著语义对象的描述信息相符的预设图像中包含的预设显著语义对象，得到预设显著语义对象集合；第二匹配模块，将待定位图像中的显著语义对象与预设显著语义对象集合中的显著语义对象进行匹配，得到与待定位图像中的显著语义对象相匹配的目标显著语义对象。

在本实施例一些可选的实现方式中，第二匹配模块进一步被配置成：对预设显著语义对象集合中的预设显著语义对象进行位置滤波，得到滤波后的预设显著语义对象集合；将待定位图像中的显著语义对象与滤波后的预设显著语义对象集合中的预设显著语义对象进行匹配，得到与待定位图像中的显著语义对象相匹配的目标显著语义对象。

在本实施例一些可选的实现方式中，定位装置400还被配置成将待定位图像的定位位置信息显示在三维重建后的室内环境图像中。

应当理解，装置400中记载的各个单元与参考图2-图3描述的方法中记载的各个步骤相对应。由此，上文针对方法描述的操作和特征同样适用于装置400及其中包含的各个单元，在此不再赘述。

下面参考图5，其示出了适于用来实现本公开的实施例的服务器500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

包括处理装置(例如中央处理器)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储装置508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有电子设备500操作所需的各种程序和数据。处理装置501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。

通常，以下装置可以连接至i/o接口505：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置507；包括例如磁带、硬盘等的存储装置508；以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置509从网络上被下载和安装，或者从存储装置508被安装，或者从rom502被安装。在该计算机程序被处理装置501执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述服务器中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取待定位图像中对象的描述信息；基于待定位图像中对象的描述信息，在数据库中检索描述信息与待定位图像中对象的描述信息相符的预设图像，得到预设图像集合；对待定位图像和预设图像集合中的预设图像进行匹配，得到与待定位图像相匹配的图像；基于与待定位图像相匹配的图像所对应的预设位置信息，确定待定位图像的定位位置。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元、计算单元、匹配单元和确定单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为获取待定位图像的语义对象和获取待定位图像的显著图的单元。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。